基于动态加权选举的委托权益证明共识机制改进

面向委托权益证明共识机制中用户节点缺乏积极性、节点窜谋、难以抑制恶意节点出现、中心化风险变高等缺陷,提出了一种基于动态加权选举的委托权益证明共识机制改进方案.首先,针对用户节点建立奖惩机制以激励用户参与选举活动,同时引入用户节点地址聚类算法以发现具有相似投票行为的用户节点,限制用户节点的不良投票行为.使用改进熵权法对每一轮候选节点的特征动态计算权值,再利用优劣解距离算法结合用户节点的投票情况对候选节点进行排序,使选举结果更为合理.随后,在区块生产过程中动态调整生产节点的生产顺序以避免中心化风险.最终通过仿真模拟验证了所提改进方案的可行性与有效性,结果表明,所提方案能在激励用户节点的同时限制节点的不良行为,有效降低恶意节点出现的概率并避免中心化风险.

基于动态加权的集成DAE的旋转机械故障诊断

为了提升鲁棒性和泛化性,并且考虑各种深度自动编码器的互补性能,提出了一种基于动态加权的集成深度自动编码器的旋转机械故障诊断。结合稀疏深度自动编码器,降噪深度自动编码器和收缩深度自动编码器三种模型来构造集成深度自动编码器,提升处理冗余信息、噪声破坏和信号扰动的能力。为了增强识别性能,提出了一种动态加权平均方法来聚合学习特征。在自吸离心泵数据集和电机轴承数据集上进行了实验验证,结果显示提出方法的测试精度分别达到100%、99.69%和99.92%。通过与其他方法的比较,证明了提出的故障诊断方法的有效性。

基于动态加权深度集成学习模型的小样本雷达信号调制识别方法

通过对雷达信号调制方式的识别有助于分析雷达工作的模式和目的,可为及时采取恰当的应对措施提供重要依据。为了解决小样本雷达信号调制识别问题,本文提出一种基于动态加权的深度集成学习(Ensemble Learning, EL)模型,该模型通过将多个简单、高效的深度学习模型集成,并根据不同学习模型的预测误差自动调整其权重,以提高集成学习模型的预测准确性与稳定性。仿真结果表明,通过对6种不同信噪比条件下的雷达信号进行识别,该算法可提高单个学习模型的识别效率。

基于动态加权的雷达数据融合算法

传统数据融合算法在处理雷达数据时,采用“平均”的思想,融合时不对数据加以区分。文中针对这一缺陷,提出了一种基于动态加权的雷达数据融合算法。新算法首先根据每部雷达的滤波误差动态计算量测数据的融合权值,然后根据融合权值获得融合量测数据,最后对融合数据进行滤波。仿真实验验证,相比传统数据融合算法,新算法能够提高目标的航迹跟踪精度。

考虑动态加权A星算法的预翻箱作业优化

为改善堆场作业效率,提出考虑堆场翻箱位规则的集装箱预翻箱作业优化模型并使用动态加权A星算法进行求解,进而确定满足作业规则限制的最优移动序列。基于集装箱装船过程的预翻箱作业,将预翻箱作业过程的贝位布局抽象为A星算法的状态节点,以错误堆叠箱和翻箱迭代深度计算总成本函数,引入动态加权因子控制翻箱迭代方向,提出新颖的搜索分支规则选择有效分支进行搜索。通过上海港码头和相关文献的算例进行实验,结果表明,设计的动态加权启发式函数能够有效改善寻优过程中跳出局部最优解的能力,验证了考虑堆场运作规则-翻箱位规则的算法有效性和稳定性。研究成果能够普遍适用于作业工艺和贝位布局不同的集装箱码头预翻箱作业,能够为堆场运作优化提供决策参考。

基于动态加权张量距离的多聚类算法

基于张量的多聚类算法(TMC)在衡量属性重要性时忽略了对象张量内部属性组合的关联性,而且在不同的特征空间选择下,固定权重策略导致所选与未选择特征空间没有完全分离。针对上述问题,提出一种基于动态加权张量距离(DWTD)的多聚类算法(DWTD-MC)。首先,为提升各特征空间属性重要性衡量的准确性,建立了自-关联张量模型;其次,构建多视图权重张量模型,在不同特征空间选择下通过动态加权策略满足多聚类分析的需求;最后,使用DWTD衡量数据点的相似性,生成最终的多聚类结果。在真实数据集上的仿真实验结果表明,DWTD-MC在杰卡德指数(JI)、邓恩指数(DI)、DB指数(DB)和轮廓系数(SC)评价指标上均优于TMC等对比算法,而且可以在获得较高质量的聚类结果的同时,使各聚类结果之间保持较低的冗余度,满足多聚类分析的任务需求。

基于多维特征动态加权的设备指纹生成方法

针对传统设备类型识别方法存在的数据特征提取不全,难以覆盖种类复杂的各种平台设备,部分指纹会随着温度、湿度等产生轻微变化,无法准备标识设备身份等问题,提出了基于多维特征动态加权的设备指纹生成方法。首先通过插件方式,提取设备多维的静态和动态特征信息;然后基于专家库动态加权技术,完成特征值映射,使其具有鲁棒性;最后选用安全性高、轻量化的摘要值算法将特征值加密生成设备指纹,使其具有安全性、实时性、稳定性和不可伪造性,能够代表平台设备身份。

基于动态加权综合评价法的双层航道桥选型研究

双层航道桥设计过程中需要考虑的因素复杂多样,为了能够客观、合理、有效地进行桥梁结构选型,以苏台高速为工程背景,提出了动态加权综合评价法,分析并选取了结构冗余度、行车舒适性、抗震性能、经济性、耐久性、美学特性等6个综合评价指标,计算出不同桥型的综合评价分数。结果表明:系统化的动态加权综合评价模型能展现出各桥型方案的优缺点,为双层桥结构选型提供了科学方法,该方法可推广应用。

返乡就业视角下基于动态加权法的供货商选择策略研究

随着国家乡村振兴战略的实行,在乡村经济的快速发展下,出现了很多乡村企业,同时创造出大量的就业机会,在返乡就业视角下,对2021年数学建模竞赛的402家企业供应商选择策略问题展开研究。首先,确定供货能力、订单交付率与订单率、供货稳定性为评价供货商选择的评价指标;其次,建立动态加权供应商评价模型,通过动态加权函数使指标权重动态变化,对供货商的状态进行动态监控,得到供应商的综合得分,选择出合适的供货商并与熵权法的结果进行对比,分析动态加权法的可靠性。

无线传感器网络动态加权DV-Distance算法

无线传感器网络DV-Distance定位算法,采用未知节点与锚节点间的累计跳段距离代替欧式距离计算节点位置,存在较大的定位误差。针对这一问题,提出一种动态加权DV-Distance改进定位算法,基于未知节点的修正模式,保证定位网络中每个未知节点具有不同的修正系数;通过动态加权修正模型,用锚节点间距离、跳数等信息计算修正系数,采用动态加权的方法将不同方向上的修正系数进行整合,修正未知节点与锚节点间累计跳段距离,提高算法的定位精度。通过仿真验证了算法具有更高的定位精度;并进一步通过实验验证了算法的有效性和可行性。

分段线性回归和动态加权神经网络融合的高炉料位预测

针对高炉料位难以连续高精度测量的问题,提出了一种基于分段线性回归和动态加权神经网络的高炉料位信息预测方法.首先,通过分析高炉布料机制和料位检测数据特点,提出了一种面向雷达和机械探尺检测数据时间序列的联合划分方法,用于提取高炉料位的周期性变化特征;然后,利用该变化特征构建分段线性回归模型,获得能准确描述料位变化的回归曲线;最后,以回归统计指标为权重调节系数,利用动态加权径向基神经网络对料位信息进行预测.实例验证表明,该方法融合了机械探尺检测数据精度高以及雷达检测数据连续性好的特点,实现了高炉料位信息的实时有效预测.

基于改进的可拓层次分析法和动态加权的航天高技术综合评价研究

研究了航天高技术评价指标体系建立的原则,并系统分析了指标体系的具体内容。针对指标体系的特点,采用改进的可拓层次分析法和动态加权相结合的方法对指标体系进行评价,并用实际算例验证了指标体系建立的科学性以及评价方法的可行性及有效性。

动态加权蛋白质相互作用网络构建及其应用研究

一个蛋白质可能在不同条件或不同时刻与不同的蛋白质发生相互作用,这称为蛋白质的动态特性.蛋白质在分子处理的不同阶段参与到不同的模块,与其他的蛋白质共同完成某项功能.因此,动态蛋白质相互作用的研究有助于提高蛋白质功能预测的准确率.结合蛋白质相互作用网络和时间序列基因表达数据,构建动态蛋白质相互作用网络.为降低PPI网络中假阴性对功能预测产生的负面影响,结合结构域信息和复合物信息,预测和产生新的相互作用,并对相互作用加权.基于构建的动态加权网络,提出一种功能预测方法 D-PIN(Dynamic protein interaction networks).基于三个不同的酵母相互作用网络实验结果表明,D-PIN方法的综合性能比现有方法提高了14%以上.结果验证了构建的动态加权蛋白质相互网络的有效性.

动态加权网络中节点重要度评估

目前节点重要度评估中针对静态无权图的研究比较多,针对动态加权图的研究相对较少。针对加权网络提出了等效点权节点重要度评估方法;考虑加权网络的动态性,提出了动态距离矩阵更新算法;结合动态规划和迭代的思想,给出了一种新的求距离矩阵的方法;考虑加权网络的社区性,提出了基于距离增量的分组算法;最后,综合给出了基于距离增量分组的动态节点重要度评估算法(node importance evaluation based on distance-increment grouping in dynamic weighted network,IDGD),通过在C-DBLP(digital bib-liography & library project in China)数据上的对比实验,验证了算法的可行性和有效性。

动态加权在激光跟踪仪球坐标整合中的应用

大尺寸空间三维坐标测量的坐标整合算法直接影响着移站测量精度,通过分别对笛卡儿坐标系和球坐标坐标系下坐标整合算法的分析,提出了HVD动态加权的球坐标系转化算法.实验结果表明,球坐标系下的动态加权算法与笛卡儿坐标系下的等权算法相比,坐标转换精度有一定的提高.

满意度动态加权法在自卸车车架拓扑优化中的应用

为了使自卸车车架在满足使用性能的条件下达到轻量化的要求,将拓扑优化方法引入车架的结构设计过程中。以车架多工况权重刚度最大化为优化目标,以设计区域的体积分数为约束,以设计区域的材料密度为设计变量,建立了自卸车车架结构多刚度拓扑优化模型;在采用动态加权方法将多刚度这一多目标优化问题转化为单一目标优化的过程中,基于决策论中满意度理论提出了多工况权重比的计算方法。该方法使权重比的设定随每个单目标函数在每次迭代后的变化而自动调整,可避免传统方法中由于设计者主观因素造成的权重比偏差。仿真分析表明,车架性能满足工作要求,验证了车架设计的合理性。

区域特征动态加权的IHS小波遥感图像融合

研究传统的IHS变换、小波变换和两者结合的图像融合方法,提出一种区域多元特征动态加权的IHS小波遥感图像融合算法。结合IHS变换和小波变换的优点,对匹配后的新全色分量和IHS变换后多光谱图像的亮度分量,采用多元特征动态加权法进行小波融合。实验结果表明,与传统融合算法相比,该算法在空间细节增强和光谱信息保持方面性能较优。

基于能量累计曲线-小波变换和动态加权统计的局部放电源定位方法

为了快速准确地对变压器局部放电(PD)源定位,提出了一种基于能量累计曲线-小波变换和动态加权统计相结合的局部放电定位方法。对获得的超高频(UHF)信号的能量累计曲线进行小波变换来提取超高频信号到达时刻的时间差;由各组时间差数据得到的初始点建立动态加权统计算法的数学模型。排除错误的初始点后,对每个初始点进行动态加权求取PD源位置。结果表明,动态加权统计克服了仅仅根据单组时间差数据定位PD源的分散性,能够更加快速准确地对变压器中的PD源进行定位。使用基于能量累计曲线-小波变换和动态加权统计相结合的方法可以实现对PD源的准确定位,其定位准确度可达10cm。

基于IFS-动态加权的地下综合体深基坑施工风险评价

为控制地下综合体深基坑施工风险,提出了一种基于直觉模糊集(IFS)-动态加权的风险评价方法。从地质条件、建筑环境、岩土设计、施工方案和偶然风险5个方面分析地下综合体深基坑施工风险因素,构建了综合风险评价指标体系。采取施工风险5级划分方法,利用IFS理论确定指标风险;以偏大型正态加权函数确定指标权重,得到系统综合风险。以西安市某地下综合体深基坑施工实际为背景,进行方法应用。结果表明,该西安市地下综合体深基坑施工系统风险等级为显著风险。其中,指标“邻近建筑”“地下管网”的风险等级为高度风险,“道路交通”“基坑边坡稳定性”“降排水实施”为显著风险,对此提出了相应的安全措施。

一种基于区域特征动态加权的自适应图像融合方法

提出了一种基于区域特征动态加权的自适应遥感图像融合方法。该方法首先由输入图像得到其高频、低频图像 ;进而分别选取一组区域特征进行自适应动态加权 ,得到相应的高频和低频融合结果 ;最后 ,基于一致性准则由高低频融合结果得到最终的融合结果。通过对SAR和TM图像的融合实验 ,验证了该方法在信息量。